基本信息
内容简介
书籍
计算机书籍
本书共分10章，每章包含知识要点、案例分析、习题及思考题。第1章概要介绍人工智能研究内容及应用领域、发展动态；第2章概述命题逻辑、谓词逻辑、归结推理、产生式系统、语义网络、框架、脚本等知识表示和推理方法；第3章讨论一般搜索技术，概述盲目搜索、启发式搜索、问题归约和AND-OR图启发式搜索、博弈等方法和技术；第4章讨论高级搜索，包括爬山法搜索、模拟退火搜索、遗传算法；第5章讨论不确定知识表示和推理；第6章讨论智能体和多智能体系统；第7章讨论自然语言处理技术；第8章讨论机器学习和神经网络；第9章讨论智能规划；第10章讨论机器人学。本教材网址为http://www.trustie. net/projects/657（人工智能实践教程社区）。我们将通过网站提供习题解析、实验工具平台和参考答案代码。
本书可作为计算机及相关专业人工智能课程的教材，特别适用于强调人工智能实践的课程，也可作为学习离散数学、数理逻辑、机器学习、自然语言处理、机器人等课程的参考读物，亦可作为需要学习人工智能知识的科技人员的参考书。
计算机书籍
本书共分10章，每章包含知识要点、案例分析、习题及思考题。第1章概要介绍人工智能研究内容及应用领域、发展动态；第2章概述命题逻辑、谓词逻辑、归结推理、产生式系统、语义网络、框架、脚本等知识表示和推理方法；第3章讨论一般搜索技术，概述盲目搜索、启发式搜索、问题归约和AND-OR图启发式搜索、博弈等方法和技术；第4章讨论高级搜索，包括爬山法搜索、模拟退火搜索、遗传算法；第5章讨论不确定知识表示和推理；第6章讨论智能体和多智能体系统；第7章讨论自然语言处理技术；第8章讨论机器学习和神经网络；第9章讨论智能规划；第10章讨论机器人学。本教材网址为http://www.trustie. net/projects/657（人工智能实践教程社区）。我们将通过网站提供习题解析、实验工具平台和参考答案代码。
本书可作为计算机及相关专业人工智能课程的教材，特别适用于强调人工智能实践的课程，也可作为学习离散数学、数理逻辑、机器学习、自然语言处理、机器人等课程的参考读物，亦可作为需要学习人工智能知识的科技人员的参考书。
作译者
贲可荣，海军工程大学教授、博士生导师，中国计算机学会理论计算机科学专委副主任、软件工程专委委员。《计算机科学与探索》、《计算机工程与科学》、《中国舰船研究》、中国计算机学会《技术动态》编委。主编多部教材。毛新军，国防科技大学教授、博士生导师，研究方向包括多智能体理论和技术、自适应和自治计算技术、智能软件和机器人软件等，承担软件工程、面向智能体软件工程等本科和研究生课程，出版教材3部。张彦铎，武汉工程大学教授、副校长，华中科技大学兼职博士生导师，智能机器人湖北省重点实验室主任，研究领域包括智能系统的理论研究与应用开发。获省部级科技进步二等奖2项。2002年创建湖北省第一支机器人足球队，13次荣获世界机器人比赛的冠军。
目录
前言
教学建议
第1章 绪论1
1.1 人工智能的基本概念1
1.2 人类智能与人工智能1
1.3 人工智能各学派的认知观3
1.4 人工智能的研究与应用领域4
1.4.1 智能感知4
1.4.2 智能推理6
1.4.3 智能学习8
1.4.4 智能行动10
1.5 人工智能发展动态14
1.6 案例分析17
1.6.1 SP先生谜题17
1.6.2 NIM问题18
1.7 习题22
1.8 思考题22
第2章 知识表示和推理24
2.1 概述24
2.2 命题逻辑25
教学建议
第1章 绪论1
1.1 人工智能的基本概念1
1.2 人类智能与人工智能1
1.3 人工智能各学派的认知观3
1.4 人工智能的研究与应用领域4
1.4.1 智能感知4
1.4.2 智能推理6
1.4.3 智能学习8
1.4.4 智能行动10
1.5 人工智能发展动态14
1.6 案例分析17
1.6.1 SP先生谜题17
1.6.2 NIM问题18
1.7 习题22
1.8 思考题22
第2章 知识表示和推理24
2.1 概述24
2.2 命题逻辑25
前言
人工智能是计算机科学的一个分支，是一门研究机器智能的学科，即用人工的方法和技术研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为。参考文献\[2\]给出了有代表性的人工智能的8种定义（如表1所示）。该表按上下、左右两个维度排列，上面4个定义关注思维过程与推理，下面4个定义则强调行为。左侧的定义根据与人类表现的逼真度来衡量成功与否，右侧的定义则依靠一个称为合理性的理想表现量来衡量。一个系统若能基于已知条件“正确行事”，那么它就是合理的。
表1组织成四类的人工智能的若干定义
像人一样思考 合理地思考
“使计算机思考的令人激动的新成就……按完整的字面意思就是：有头脑的机器”（Haugeland,1985）
“与人类思维相关的活动，诸如决策、问题求解、学习等的‘自动化’”(Bellman,1978)“通过使用计算模型来研究智力”（Charniak ＆ McDermott,1985）
“使感知、推理和行动成为可能的计算的研究”（Winston,1992）像人一样行动合理地行动“创造能执行一些功能的机器的技艺，当由人来执行这些功能时需要智能”（Kurzweil,1990)
“研究如何使计算机能做那些目前人比计算机更擅长的事情”（Rich和Knight,1991）“计算智能研究智能体的设计”(Poole等人，1998）
“AI……关心人工制品中的智能行为”(Nilsson,1998）
人工智能一般可分为符号智能和计算智能。符号智能是传统人工智能，它以物理符号系统为基础，研究知识表示、获取、推理的过程。运用知识解决问题是符号智能最基本、最重要的特点。20世纪80年代兴起的知识工程侧重研究知识信息处理的方法和技术，促进了人工智能的发展。计算智能以数据为基础，包括神经计算、模糊系统、遗传算法、进化规划等。20世纪90年代兴起的智能信息处理反映了这种综合、交叉的研究趋势。进入21世纪以来，其在机器学习、知识发现、多智能体系统、互联网智能等方面取得了许多重要的进展。
典型应用概述
人工智能的长期目标是建立人类水平的人工智能。人工智能诞生60年来，在崎岖不平的道路上取得了可喜的进展，特别是给与机器学习、数据挖掘、计算机视觉、专家系统、自然语言处理、规划和智能机器人等相关的应用带来了良好的经济效益和社会效益。广泛使用的互联网应用知识表示和推理，构建语义Web，提高了互联网信息的利用率。信息化的必然趋势是智能化，智能革命将开创人类后文明史。如果说蒸汽机创造了工业社会，那么智能机也能实现社会生产的自动化和智能化，促进知识密集型经济的大发展。近年来，人工智能界引人关注的热点不断，如：
●2015年7月26~27日，中国人工智能大会（CCAI 2015）在北京召开。李德毅院士报告的“脑认知的形式化”，讲述了脑认知的神经学方法与物理学方法，指出人脑成长的认知性和社会性，提出了脑认知如何度量的问题；在脑认知的形态上认为记忆认知、计算认知、交互认知是关键，脑认知的核心是记忆认知；报告着重介绍了机器驾驶脑的形式化及其实现思路，划分为感知、认知、行为三个阶段；报告还阐述了机器驾驶脑形式化的普适性，并提出了脑科学和人工智能交叉研究载体的建议。大会设置了机器学习与模式识别、大数据的机遇与挑战、人工智能与认知科学、人工智能与机器人的未来共四场主题论坛。
●李国杰院士在《中国计算机学会通讯》2015年第8期的主编评语中指出：“我们是不是可以从更新、更宽广的角度思考机器学习和类脑计算。”文中提及美国工程院院士霍金斯的观点：大脑不是“计算”出问题的答案，而是从记忆中提取答案。霍金斯猜想：智能的本质是“预测”，并据此提出了智能的“记忆预测框架”。
●美国武装部队研发出一套人工智能界面，能够帮助识别和分类大量的图片，并协助军方寻找潜在的恐怖袭击等威胁。在面对庞大的互联网图片资源时，军方想要的不单单是识别，还需要极高的识别精确度和准确的分类。它最强大的地方莫过于能够处理庞大的图片数据库，识别图片的内容，然后根据内容将所有图片分类（智能界，2015-07-07）。
●语音将再度流行。语音正是我们同我们的互联家庭进行互动的最完美途径。“想象一个场景，你问你的雨伞今天是否会下雨，是否应该带它出门，而你的雨伞回答道，‘当然应该带上我，今天会下雨!’这是一件多么酷的事情。”澳大利亚的维斯认为，机器视觉技术将重新迸发活力，并应用到人们的智能手机中。他举例说，如果你打算带一瓶酒去参加圣诞节的百乐餐，拿出手机就可以捕捉这瓶酒的图像，然后通过视觉搜索就能够得到关于这瓶酒的所有信息，它比文本搜索的准确率高出30%，这将是一种美妙的体验。维斯表示，智能手机的机器视觉将能够比人类更好地识别图像（中国信息产业网，2015-6-30）。
●人工智能与其他商业模式将更加紧密地结合。微软“小冰”是一款人工智能机器人，通过大数据、深度神经网络等技术，超越简单人机对话的自然交互。“小冰”的人机对话轮数可达到23，即每次与用户的对话平均可持续23轮。以往人工智能的内容100%来自搜索引擎大数据构建系统内容，但现在“小冰”已有45%的对话能力来自人机交互中的自我完善和自我学习（新华社，2015-8-21）。
●IBM开发了一款基于云计算的人工智能文本分析工具（Tone Analyzer），能对电子邮件、博客文章以及手机短信进行感情色彩分析，以确定它的措辞是否如实地表达了你的愤怒、肯定、高兴或者悲伤等感情。这一试验性的功能或将改变未来商家和营销人员同消费者、客户的沟通方式（2015-7-20）。阿根廷研究人员开发出一种基于西班牙语的人工智能程序（名为“人格洞察力”），可以分析被测试者的微博、论坛帖子、社交网站的评论或者公开演讲，然后与心理学模型所提供的100个参数进行相关度比对，从而描绘被测试者的人格特征（新华社，2015-8-13）。
●2015世界机器人大会于2015年11月23~25日在国家会议中心（北京）举行，由2015世界机器人论坛、2015世界机器人博览会、2015世界青少年机器人邀请赛三大板块组成。大会围绕世界机器人研究和应用重点领域以及智能社会创新发展，开展高水平的学术交流和最新成果展示。邀请赛包括WRO常规赛和VEX机器人工程挑战赛。
●2015年10月，由GoogleDeepMind开发的人工智能围棋程序AlphaGo（阿尔法狗）以5∶0战胜欧洲围棋冠军樊麾。2016年3月15日，AlphaGo以4∶1战胜世界围棋冠军李世石。
●AlphaGo开发出了自我学习的功能。它最初通过模仿人类玩家，在达到一定熟练程度之后，可以通过与自己对弈来提升棋力。同时，AlphaGo使用蒙特卡洛树搜索，借助值网络与策略网络这两种深层神经网络合作挑选棋步。通过值网络来计算局面，评估大量选点，抛弃某些线路，并通过策略网络选择落点，从而将计算量控制在计算机可完成的范围内。
表1组织成四类的人工智能的若干定义
像人一样思考 合理地思考
“使计算机思考的令人激动的新成就……按完整的字面意思就是：有头脑的机器”（Haugeland,1985）
“与人类思维相关的活动，诸如决策、问题求解、学习等的‘自动化’”(Bellman,1978)“通过使用计算模型来研究智力”（Charniak ＆ McDermott,1985）
“使感知、推理和行动成为可能的计算的研究”（Winston,1992）像人一样行动合理地行动“创造能执行一些功能的机器的技艺，当由人来执行这些功能时需要智能”（Kurzweil,1990)
“研究如何使计算机能做那些目前人比计算机更擅长的事情”（Rich和Knight,1991）“计算智能研究智能体的设计”(Poole等人，1998）
“AI……关心人工制品中的智能行为”(Nilsson,1998）
人工智能一般可分为符号智能和计算智能。符号智能是传统人工智能，它以物理符号系统为基础，研究知识表示、获取、推理的过程。运用知识解决问题是符号智能最基本、最重要的特点。20世纪80年代兴起的知识工程侧重研究知识信息处理的方法和技术，促进了人工智能的发展。计算智能以数据为基础，包括神经计算、模糊系统、遗传算法、进化规划等。20世纪90年代兴起的智能信息处理反映了这种综合、交叉的研究趋势。进入21世纪以来，其在机器学习、知识发现、多智能体系统、互联网智能等方面取得了许多重要的进展。
典型应用概述
人工智能的长期目标是建立人类水平的人工智能。人工智能诞生60年来，在崎岖不平的道路上取得了可喜的进展，特别是给与机器学习、数据挖掘、计算机视觉、专家系统、自然语言处理、规划和智能机器人等相关的应用带来了良好的经济效益和社会效益。广泛使用的互联网应用知识表示和推理，构建语义Web，提高了互联网信息的利用率。信息化的必然趋势是智能化，智能革命将开创人类后文明史。如果说蒸汽机创造了工业社会，那么智能机也能实现社会生产的自动化和智能化，促进知识密集型经济的大发展。近年来，人工智能界引人关注的热点不断，如：
●2015年7月26~27日，中国人工智能大会（CCAI 2015）在北京召开。李德毅院士报告的“脑认知的形式化”，讲述了脑认知的神经学方法与物理学方法，指出人脑成长的认知性和社会性，提出了脑认知如何度量的问题；在脑认知的形态上认为记忆认知、计算认知、交互认知是关键，脑认知的核心是记忆认知；报告着重介绍了机器驾驶脑的形式化及其实现思路，划分为感知、认知、行为三个阶段；报告还阐述了机器驾驶脑形式化的普适性，并提出了脑科学和人工智能交叉研究载体的建议。大会设置了机器学习与模式识别、大数据的机遇与挑战、人工智能与认知科学、人工智能与机器人的未来共四场主题论坛。
●李国杰院士在《中国计算机学会通讯》2015年第8期的主编评语中指出：“我们是不是可以从更新、更宽广的角度思考机器学习和类脑计算。”文中提及美国工程院院士霍金斯的观点：大脑不是“计算”出问题的答案，而是从记忆中提取答案。霍金斯猜想：智能的本质是“预测”，并据此提出了智能的“记忆预测框架”。
●美国武装部队研发出一套人工智能界面，能够帮助识别和分类大量的图片，并协助军方寻找潜在的恐怖袭击等威胁。在面对庞大的互联网图片资源时，军方想要的不单单是识别，还需要极高的识别精确度和准确的分类。它最强大的地方莫过于能够处理庞大的图片数据库，识别图片的内容，然后根据内容将所有图片分类（智能界，2015-07-07）。
●语音将再度流行。语音正是我们同我们的互联家庭进行互动的最完美途径。“想象一个场景，你问你的雨伞今天是否会下雨，是否应该带它出门，而你的雨伞回答道，‘当然应该带上我，今天会下雨!’这是一件多么酷的事情。”澳大利亚的维斯认为，机器视觉技术将重新迸发活力，并应用到人们的智能手机中。他举例说，如果你打算带一瓶酒去参加圣诞节的百乐餐，拿出手机就可以捕捉这瓶酒的图像，然后通过视觉搜索就能够得到关于这瓶酒的所有信息，它比文本搜索的准确率高出30%，这将是一种美妙的体验。维斯表示，智能手机的机器视觉将能够比人类更好地识别图像（中国信息产业网，2015-6-30）。
●人工智能与其他商业模式将更加紧密地结合。微软“小冰”是一款人工智能机器人，通过大数据、深度神经网络等技术，超越简单人机对话的自然交互。“小冰”的人机对话轮数可达到23，即每次与用户的对话平均可持续23轮。以往人工智能的内容100%来自搜索引擎大数据构建系统内容，但现在“小冰”已有45%的对话能力来自人机交互中的自我完善和自我学习（新华社，2015-8-21）。
●IBM开发了一款基于云计算的人工智能文本分析工具（Tone Analyzer），能对电子邮件、博客文章以及手机短信进行感情色彩分析，以确定它的措辞是否如实地表达了你的愤怒、肯定、高兴或者悲伤等感情。这一试验性的功能或将改变未来商家和营销人员同消费者、客户的沟通方式（2015-7-20）。阿根廷研究人员开发出一种基于西班牙语的人工智能程序（名为“人格洞察力”），可以分析被测试者的微博、论坛帖子、社交网站的评论或者公开演讲，然后与心理学模型所提供的100个参数进行相关度比对，从而描绘被测试者的人格特征（新华社，2015-8-13）。
●2015世界机器人大会于2015年11月23~25日在国家会议中心（北京）举行，由2015世界机器人论坛、2015世界机器人博览会、2015世界青少年机器人邀请赛三大板块组成。大会围绕世界机器人研究和应用重点领域以及智能社会创新发展，开展高水平的学术交流和最新成果展示。邀请赛包括WRO常规赛和VEX机器人工程挑战赛。
●2015年10月，由GoogleDeepMind开发的人工智能围棋程序AlphaGo（阿尔法狗）以5∶0战胜欧洲围棋冠军樊麾。2016年3月15日，AlphaGo以4∶1战胜世界围棋冠军李世石。
●AlphaGo开发出了自我学习的功能。它最初通过模仿人类玩家，在达到一定熟练程度之后，可以通过与自己对弈来提升棋力。同时，AlphaGo使用蒙特卡洛树搜索，借助值网络与策略网络这两种深层神经网络合作挑选棋步。通过值网络来计算局面，评估大量选点，抛弃某些线路，并通过策略网络选择落点，从而将计算量控制在计算机可完成的范围内。
